干货分享|高通量测序原始数据上传教程
2023-03-29
中科新生命
1336
“
必备软件
Aspera 插件 下载网址 ： https://www.ncbi.nlm.nih.gov/Traces/sra_sub/sub.cgi
“
每个过程对应的网址：
NCBI注册 网址：https://www.ncbi.nlm.nih.gov/account/
申请BioProject 网址：https://submit.ncbi.nlm.nih.gov/subs/bioproject/
申请BioSample 网址：https://submit.ncbi.nlm.nih.gov/subs/biosample/
上传SRA 网址：https://www.ncbi.nlm.nih.gov/Traces/sra_sub/sub.cgi
数据整体上传的流程图如下：
1
注册NCBI
打开 NCBI，点击右上角的“Log in”，如下图：
很多同学现在打开NCBI想注册/登录的时候，会发现如下提示：强制性使用第三方进行注册/登录。
继续往下看就能找到解决办法，NCBI支持用各种第三方账户：
根据经验，ORCID账号和Microsoft注册起来都很方便，只需要个人邮箱并按要求填写信息后，点击“Continue”完成注册。
2
创建Bio-Project
01
输入BioProject网址，先进行个人信息完善，以便成功申请到 Bio-Project。点击“My profile”完善个人信息后并点击“Save”，即可完成填写。
02
点击 BioProject，再点击 New submission，进入BioProject 的信息填写页面，按照步骤进行填写。
A
Submitter界面直接点击continue;
B
Project Type 界面，选择 Raw sequence reads，有组装数据的也选择 Genome sequencing and assembly;Sample scope 有 5 类选择：单一样本，多个样本，多物种，环境样本，合成样本等，可按照实际点击，其中普通转录组选择：Multiisolate;微生物多样性或宏基因选择Environment；
C
Target 界面，只需填写研究物种拉丁文名即可;
D
General Info 界面，选择数据释放日期（可以立马释放，也可指定日期)，Public description 部分对自己的研究简要描述即可;
E
BIOSAMPLE、PUBLICATIONS 界面可直接跳过，最后点击 Submit，等待 NCBI 审核通过，即可完成 Bio-Project 的创建。
3
创建Bio-Sample
01
输入BioSample网址，点击 New submission，即出现 BioSample 界面，如下：
02
Submitter界面直接点击Continue;
03
General Information 界面，选择数据释放日期和样本个数，点击 Continue;
04
Sample Type 界面，有 10 种类型描述样本，例如病原体、微生物、模式生物、无脊椎动物、人、植物样本等，这里我们选择“Plant Sample” ，点击 Continue;
05
Attributes界面，可以上传表格，也可以自行填写表格，
这里我们推荐首次上传原始数据的用户选择自行填写表格;
其中，必填字段用*星号标记；标有**、††或†的字段为选填项，但至少填写一个。
如上传表格数据，以下载Excel表格为例进行操作：
这里需要注意一下表头的颜色，其中绿色为必填项，蓝色为选填项，黄色为非填项。如果绿色的任何必填字段的信息不可用，可输入“not collected”、“not applicable”或“missing”替代。蓝色虽为选填项，但至少填写一个，同样出现何必填字段的信息不可用，请输入“not collected”、“not applicable”或“missing”替代。黄色可以不予填写。每一个单元格填写是有格式要求的，可以点击需要填写的列名查看具体格式！
06
完成后，确认信息无误，点击Submit，即完成BioSample的创建。
4
数据上传SRA
SRA简介：SRA(Sequence Read Archieve)数据库是NCBI搭建的存放原始测序数据的平台。SRA能兼容不同测序平台的数据，比如Sanger测序、Illumina测序、PacBio测序等，所以无论是基因组、重测序、转录组、微生物扩增子，还是宏基因组等组学分析，都可以将原始数据上传SRA。
01
点击My submissions页面中的“Sequence Read Archive”，之后点击“New submissions”，即可进入到SRA提交界面。
02
A
Submitter 页面点击Continue;
B
进入General Information页面，填入Existing BioProject号码，然后选择数据释放日期，需与前两步数据释放日期一致，之后点击Continue;
C
进入SRA metadata界页面，填写对应表格信息，这里我们推荐直接在网页版上填写表格，需要注意的地方如下：
BioSample accession：注册好的Biosample编号直接填写;
Library ID：它是唯一的，我们可以使用物种拉丁文名命名。
Library strategy可以选择WGS，Library source可以选择Genomic，Library selection可以选择size fractionation，Library layout可以选择paired，Platform可以选择illumina，instrument model可以选择Illumina NovaSeq 6000;
Filetype可以选择fastq;后面的Filename 可依次填写M_sinensis_A_illumina_R1.fastq.gz、M_sinensis_A_illumina_R2.fastq.gz等，填写完毕后点击Continue。
D
Files界面：数据上传的选择方式，若单个文件数据量小于10G，样本数小于300个，我们推荐Aspera方式上传（如下图);
然后我们点击choose files，选择相应的桌面文件，如下：
注意事项：
（1）所有样本的原始数据需放在同一目录下；
（2）原始数据为 fastq 格式的压缩文件；
（3）若为双端测序，需要提供双端的原始数据，即 R1 端和 R2 端。
接着会显示上传界面，网页版显示如下：
Aspera软件界面显示如下：
03
待所有数据上传成功后，我们就可以进入确认界面，点击submit，即SRA数据上传完成，我们只需等待NCBI审核通过，就可获得对应样本的SRA编号。
中科优品推荐
【中科新生命】具有丰富的转录组项目经验，建立了完整的多组学服务平台，通过多组学生物信息学报告的剖析和引导，能够帮助老师们从庞大而又复杂的多组学数据中迅速理出线索，充分利用好组学大数据带来的系统生物学信息。
